В ПГУ разработали интерактивный тренажер для распознавания дефектов на рентгеновских изображениях
В Пензенском государственном университете (ПГУ) представили разработку для медицинских вузов — интерактивный тренажер, который учит распознавать патологии на рентгеновских снимках даже при низком качестве изображения. На изобретение получены свидетельства (1, 2) о регистрации программ для ЭВМ.
Качество рентгеновских снимков играет ключевую роль в точной диагностике широкого спектра заболеваний, в том числе туберкулеза, пневмонии, онкологических патологий и травматических повреждений. Четкость и контрастность визуализации анатомических структур напрямую определяют, насколько своевременно будут выявлены патологические изменения и начато лечение. Однако на практике качество снимков далеко не всегда оказывается идеальным. На него влияют состояние оборудования, параметры экспозиции, доза облучения, уровень квантового шума, укладка пациента, его неподвижность, наличие посторонних объектов в кадре, а также особенности постобработки изображений.
«Нужны грамотные специалисты — рентгенолаборанты и врачи-рентгенологи, способные оценивать качество снимков и понимать, какие дефекты могут искажать клиническую картину. А для этого у них должна быть насмотренность», — рассказал один из разработчиков, профессор кафедры «Медицинская кибернетика и информатика» ПГУ, доктор технических наук Леонид Кривоногов.
Тренажер позволяет будущим медикам не только изучать типичные дефекты, но и осваивать объективные количественные критерии оценки качества изображений, наглядно связывая визуальные проявления искажений с их физическими причинами.
Система построена как модульная архитектура и состоит из трех взаимосвязанных компонентов: базы данных, подсистемы расчета метрик и подсистемы обучения и тестирования. В базе данных осуществляется централизованное хранение рентгеновских изображений, рассчитанных метрик качества и сопутствующей информации. Подсистема расчета метрик отвечает за объективную оценку качества снимков: загружает изображения, вычисляет набор количественных показателей, строит графики, сравнивает снимки с эталонами и формирует отчеты.
«Подсистема оценивает отношение полезного сигнала к уровню шума, анализирует градиенты изображения, разность между максимальной и минимальной яркостью и многие другие. Все метрики вычисляются непосредственно по пиксельным данным с применением строгих математических формул. Это гарантирует воспроизводимость и объективность результатов», — пояснил Леонид Кривоногов.
Подсистема обучения и тестирования генерирует учебные задания, предоставляя обучающимся искаженные версии эталонных снимков. Процесс тренировки и проверки навыков реализован через веб-интерфейс. Для работы достаточно браузера и доступа к сети Интернет, без установки дополнительного программного обеспечения. Студенты видят итоговые баллы, детали по каждому заданию, включая правильные и ошибочные ответы. Это позволяет выявлять типичные ошибки и корректировать программу обучения.
Ученые с помощью разработанного тренажера оценили 200 тестовых случаев. На основе пяти эталонных изображений — грудная клетка, конечности, брюшная полость — было сгенерировано по 10 искаженных копий для каждого из четырех типов дефектов. По словам разработчиков, система корректно классифицировала тип дефекта в 100 % случаев благодаря точно подобранным пороговым значениям метрик.
Исследователи уверены, что с помощью тренажера у обучающихся будут формироваться навыки визуального распознавания дефектов и понимание причин их возникновения. Режим тестирования, где рядом показаны эталон и искаженное изображение, имитирует реальную клиническую ситуацию. В практике врач часто сравнивает текущий снимок с предыдущими исследованиями или с примерами нормы. Существенным преимуществом также станут отключение подсказок и автоматический подсчет баллов, что позволит преподавателю объективно оценить уровень подготовки и выявить темы, вызывающие наибольшие трудности.
Обучаться с помощью интерактивного учебного тренажера для распознавания дефектов на рентгеновских изображениях уже начали студенты Медицинского института ПГУ.